- 您的位置
- 首页
- 期刊论文
- 基于BP神经网络的矩形压电振子振动模态区分
被引量 : 0次 | 上传用户：jerrylearnsVC
【摘 要】
：
'.$navinfor[smalltext].'
';
}
?>
【作 者】
：
';
foreach($pd_record as $writer){
$str .= '
'.$writer. ' ';
}
$str = trim($str,'，').'
';
}
echo $str;
?>
【机 构】
：
'.$navinfor[author_org].'
';
}
?>
【出 处】
：
'.$navinfor[befrom].'
';
}
?>
【发表日期】
：
'.$navinfor[year].'年'.$navinfor[issue_num].'期
';
}
?>
【关键词】
：
';
foreach($pd_record as $keyboard){
$str .= '
'.$keyboard. ' ';
}
$str = trim($str,'，').'
【基金项目】
：
'.$navinfor[fund_info].'
';
}
?>
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用BP神经网络,把矩形压电振子的各阶振型位移输入到神经网络中进行训练,提取各阶模态的振型特征,可实现矩形压电振子的共振振幅分布和振动模态阶次的非线性映射,以此区分各个模态。仿真实验结果显示,建立的神经网络模型可以从ANSYS输出的各模态中准确识别出矩形压电振子的B（3,1）模态,对训练样本外的尺寸也有一定的识别效果,表明所建立的BP神经网络可以有效地用于该矩形压电振子的振动模态区分。
其他文献
[e:loop={"SELECT * FROM phome_ecms_lunwen WHERE id BETWEEN $js AND $ks ",0,24,0}]
[/e:loop]
其他学术论文
[e:loop={"select * from phome_ecms_lunwen st where st.id in ($randids)",20,24,0}]